Process Monitoring and Control of Microalgae Cultivation

Les bioprocédés jouent un rôle important dans la production de substances à haute valeur ajoutée. L'une des cultures les plus intéressantes parmi les biocultures sont les microalgues. Il s'agit d'organismes microscopiques vivant en milieu aquatique et dont la biomasse est une excellente source d'acide gras et de vitamines. De plus, la culture de microalgues pourrait être utilisée à grande échelle pour produire de l'énergie. Dans ce contexte, l'un des modèles les plus simples pour décrire son comportement dynamique est le modèle de Droop. Ce modèle largement utilisé a été choisi pour cette étude. L'estimation d'état est un domaine de l'ingénierie basé sur l'extraction des informations sur les variables inconnues à partir des informations connues. En génie biochimique, il est nécessaire de connaître les variables qui caractérisent l'état interne du procédé dans le but de produire de grandes quantités des substances d'intérêt. Cependant, l'un des problèmes les plus importants dans la conception de l'estimateur est de pouvoir garantir la convergence de l'erreur d'estimation. C'est pourquoi, en se basant sur les propriétés du modèle de Droop, un observateur de Lipschitz est proposé pour estimer les variables d'état à partir de la mesure. Par ailleurs, l'estimation des paramètres à l'aide de l'observateur est discutée en vue d'estimer certains des paramètres du modèle de Droop. Afin d'évaluer les performances de l'observateur dans le contexte de la commande avancée, le contrôle de la concentration de biomasse et de substrat sont introduits. Deux techniques de contrôle sont considérées en couplage avec l'observateur : le contrôle « backstepping » et le contrôle par linéarisation entrée/sortie. Le suivi de la consigne et le rejet de perturbation sont également étudiés pour ces stratégies. Pour terminer, une extension du modèle de Droop est étudiée pour la production de substances lipidiques. Une structure d'estimation de l'ensemble des variables d'état est ainsi démontrée.

Abstract

Bioprocesses play an important role to produce high-value products. One of the most interesting cultures among the biocultures is microalgae. It is a microscopic organism existing in aquatic environment. The biomass from this culture is a great source of fatty acids and vitamins. Large scale microalgae culture can be used to produce energy. One of the simplest models to describe the dynamic behaviour of the culture is the Droop model. This widely used model has been chosen for this study. State estimation is a field of control engineering that extracts information about unknown variables based on known information. In bioprocess engineering, in order to produce high amounts of valued product, it is necessary to know about internal state variables of the process. One of the most important problems in designing the estimator is to guarantee the stability of the error dynamics. Based on the properties of the Droop model, a Lipschitz observer is proposed to estimate the state variables from measurement. Moreover, the parameter estimation using the Lipschitz observer is discussed in order to estimate some of the parameters of the Droop model. In order to see the observer performance with advanced controller, the biomass and the substrate concentration control are introduced. Two observer- based controllers, input-output linearization and backstepping technique, are considered. The setpoint tracking and the load rejection problem are studied for both strategies. Finally, a lipid production model as an extension of the Droop model is introduced. The observability property of the model is explained. At the end, a structure for the estimation of all state variables using measurement is demonstrated.